-
公开(公告)号:CN116977356A
公开(公告)日:2023-10-31
申请号:CN202310500433.2
申请日:2023-09-28
申请人: 安徽工程大学
摘要: 本发明揭示了一种面向复杂环境的焊缝图像边缘检测方法,包括以下步骤:S1、获取焊缝图像,将焊缝图像进行直方图均衡化处理,增强图像的对比度;S2、用同态滤波去除图像中的乘性噪声;S3、采用32邻域的非极大值抑制来抑制噪声和保留边缘点;S4、用自适应层次阈值算法检测来确定真实和潜在的边缘。本发明能够可靠的完成焊缝图像边缘检测方法,在焊缝图像的边缘检测受到外界环境干扰(比如光照低)时,仍能够完成焊缝图像边缘检测,解决了边缘难以分辨、噪声多导致更多假边缘干扰真实边缘的问题。
-
公开(公告)号:CN118982863A
公开(公告)日:2024-11-19
申请号:CN202411003979.8
申请日:2024-07-25
申请人: 安徽工程大学
IPC分类号: G06V40/20 , G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06N3/045 , G06N3/0464 , G06N3/048
摘要: 本发明公开了一种基于SpA‑YOLOv7的跌倒检测方法,首先构建跌倒行为数据集;然后构建SpA‑YOLOv7跌倒检测网络,采用SpA‑YOLOv7跌倒检测网络对跌倒行为数据集中的训练集进行训练,得到训练好的SpA‑YOLOv7跌倒检测网络;最后采用训练好的SpA‑YOLOv7跌倒检测网络对跌倒行为数据集中的测试集进行检测,提取到跌倒行为检测结果。本发明将现有的YOLOv7网络中一层传统CBS卷积层替换为SpAM注意力模块,使得跌倒检测网络显著关注跌倒对象的特征,且仅采用空间注意力机制,使得跌倒检测网络对跌倒对象的位置、形状以及姿态更为敏感,提高了跌倒检测的精度和实时性。
-
公开(公告)号:CN117115010A
公开(公告)日:2023-11-24
申请号:CN202310908901.X
申请日:2023-07-21
申请人: 安徽工程大学
摘要: 本发明公开了一种极低照度下彩色图像降噪方法,适用于极低照度下彩色图像的快速降噪,包括:将源彩色图像由RGB空间转换为YCbCr空间的图像,将转换后的蓝色色度分量Cb图像和红色色度分量Cr图像分别保存;提取转化后的亮度分量Y;测量亮度分量Y的图像含噪强度和图像平滑度;基于亮度分量Y的图像含噪强度和图像平滑度获取非局部均值滤波的滤波参数;并基于获取的滤波参数采用非局部均值滤波对亮度分量Y的图像进行降噪得到降噪后的亮度分量Y;直至降噪满足要求;将降噪后的亮度分量Y的图像与步骤S1中保存的蓝色色度分量Cb图像和红色色度分量Cr图像合并后将合并后的图像转化至RGB色彩空间的图像。
-
-